Motivacin: La clase pasada examinamos brevemente los conceptos de Diseo de sistemas de instrumentacin inteligente e Instrumentacin Virtual.

Durante la discusin del diseo de sistemas de instrumentacin, comentamos que durante el proceso de diseo nos tomamos el tiempo para seleccionar caractersticas hardware y software que nos permitan realizar varias tareas adems de tomar la medicin. Mencionamos que algunas tareas adicionales que realizan los dispositivos son capacidades de comunicacin en red, capacidades de validacin de la medicin, entre otras. Entre los mdulos software que podemos implementar para la confiabilidad del dispositivo estn los algoritmos de modelado y calibracin. En esta clase analizaremos dos conceptos fundamentales, los sistemas de control distribuido y los sistemas de supervisin de control y adquisicin de datos (scada) y revisaremos algunas tcnicas de control avanzado, como lo son el control difuso, el control predictivo y el control adaptativo. Control Distribuido: A medida que los dispositivos hardware reducen sus costos e incrementan su capacidad, en particular las mejoras exponenciales en la capacidad de cmputo de los sistemas microcontrolador-microprocesador, y las mejoras en el desempeo de las redes de comunicacin lo que permite intercambiar datos de manera confiable y rpida, se ha llegado a la conclusin que es posible crear dispositivos que realicen, adems de las tareas de sensado y actuacin, el control del sistema. Esto permite que el control se realice, ya no por un sistema central como un PLC, sino por varios dispositivos mucho ms sencillos, inclusive por los mismos instrumentos de E/S (actuadores o sensores), dando origen al concepto de sistema de control distribuido (DCS). Un DCS en general se refiere a cualquier sistema dinmico en el cual los elementos de control no son centrales en una ubicacin, sino distribuidos a travs del sistema con cada subsistema controlado por uno o ms controladores. El sistema completo de controladores son interconectados por una red de comunicaciones para su monitoreo. DCS es un termino muy amplio y se utiliza en varias industrias para el monitoreo y el control de equipo distribuido. Algunos ejemplos de sistemas de control distribuido son: Redes elctricas y plantas de generacin Sistemas de control ambiental (invernaderos) Sealizacin de trafico Manejo de aguas Plantas de refinamiento de petrleo Plantas qumicas Redes de sensores

Los sistemas distribuidos fueron concebidos como una manera de solventar las desventajas que presentan algunos sistemas de control digital. Para entender estas desventajas, recordemos como funciona un sistema de control digital. En los sistemas de control digital convencional, se pueden diferenciar dos componentes fundamentales: La planta y el controlador. Las salidas de la planta son muestreadas a intervalos peridicos por el controlador, luego un algoritmo de control aplicado a las muestras, dando como resultado una salida que por lo general esta retenida en orden cero (ZOH). Desde el punto de vista terico, no hay inconvenientes con esta aproximacin, sin embargo desde el punto de vista de implementacin existen algunos aspectos que pueden ser mejorados. La estructura depende de un solo computador para calcular el algoritmo de control. Dependiendo de la complejidad de la planta, puede ser demasiado complicado, por lo cual se presenta un cuello de botella computacional La planta puede ser fsicamente grande, lo que implica que las seales deben viajar largas distancias desde el dispositivo de IO hasta el controlador, causando ruido. Largas conexiones significan dificultades en el mantenimiento y solucin de problemas. El sistema no es flexible. Agregar nuevos dispositivos al sistema como sensores y actuadores, o modificar el algoritmo de control serian tareas extremadamente complejas, llegando inclusive a afectar todo el proceso.

Como una solucin a estos problemas, se considero el uso de un sistema en red, donde los sensores, controladores y actuadores son nodos computacionales interconectados. El sistema en trminos generales es similar al mostrado anteriormente, excepto que los datos viajan del sensor al controlador y de este al actuador a travs de una rede de comunicaciones, en lugar de conexiones dedicadas. De esta manera, el sistema de control se vuelve mucho ms flexible. Puede ser interconectado en diferentes disposiciones, donde muchos nodos estn presentes al mismo tiempo. Aunque esta configuracin soluciona muchos problemas, trae algunos propios: La red de comunicacin produce retardos usualmente impredecibles. Existe la posibilidad de que la informacin sea corrompida o inclusive se pierda. No es claro como separar el algoritmo de control en secciones. En algunos casos no es posible realizar esta separacin. El problema ms complejo que presentan los DCS es tal vez los generados por los retardos o prdida de informacin durante la comunicacin, eventos que pueden generar inestabilidad. Sistemas de supervisin de control y adquisicin de datos: A medida que los sistemas de control en una planta se convirtieron en demasiado complejos para monitorear personalmente, naci la necesidad de centralizar la recoleccin de datos para su posterior anlisis, o modificacin. Es as como surgieron los sistemas de supervisin de control y adquisicin de datos o SCADA por sus siglas en ingles (Supervisory Control And Data Adquisition). En esta categora se clasifican a todas aquellas soluciones que permiten capturar informacin de un proceso o planta industrial (aunque no es absolutamente necesario que pertenezca a este mbito), para que, con esta informacin, sea posible realizar una serie de anlisis o estudios con los que se pueden obtener valiosos indicadores que permitan una retroalimentacin sobre un operador

o sobre el propio proceso. Algunos de estos indicadores son el estado actual del proceso, desviacin o deriva del proceso (Evolucin histrica y acumulada), alarmas, y toma de decisiones. Los sistemas SCADA se componen de los dispositivos de entrada y salida, los controladores, las redes de comunicacin y un software especializado. El software especializado sirve como sistema centralizado donde se monitorea el estado del proceso que puede estar, inclusive a varios kilmetros de distancia. Aunque el sistema completo de gestin y control se considera SCADA, en algunas ocasiones el trmino se utiliza nicamente como referencia al sistema software que proporciona las capacidades de gestin y monitoreo. Este software permite comunicarse con los dispositivos de campo y realizar modificaciones a los parmetros del sistema (como los puntos de operacin, leyes de control o tareas asociadas a la automatizacin); provee informacin sobre el proceso productivo a diversos usuarios, tanto del mismo nivel como de otros supervisores dentro de la empresa (e.g. control de calidad, supervisin, mantenimiento, etctera) generando valores histricos que pueden ser volcados para su proceso sobre una hoja de clculo; supervisar y gestionar alarmas, que exigen la presencia del operador para reconocer una parada o situacin de importancia, con registro de incidencias; posibilidad de programar clculos aritmticos de alta resolucin sobre la CPU del ordenador; entre otras funciones. Todo esto se ejecuta en tiempo real y se realiza por medio de redes de comunicacin especiales o LANs. Las funcionalidades de un sistema SCADA se llevan a cabo mediante un paquete de funciones que incluye zonas de programacin en un lenguaje de uso general (como C, Pascal, o Basic), lo cual confiere una potencia muy elevada y una gran versatilidad. Algunos SCADA ofrecen libreras de funciones para

lenguajes de uso general que permiten personalizar de manera muy amplia la aplicacin que desee realizarse con dicho SCADA. Por lo general estas funcionalidades son implementadas como bloques de funciones, entre las cuales se destacan: Configuracin: permite al usuario definir el entorno de trabajo de su SCADA, adaptndolo a la aplicacin particular que se desea desarrollar. Interfaz grfico del operador: proporciona al operador las funciones de control y supervisin de la planta. El proceso se representa mediante sinpticos grficos almacenados en el ordenador de proceso y generados desde el editor incorporado en el SCADA o importados desde otra aplicacin durante la configuracin del paquete. Mdulo de proceso: ejecuta las acciones de mando preprogramadas a partir de los valores actuales de variables ledas. Gestin y archivo de datos: se encarga del almacenamiento y procesado ordenado de los datos, de forma que otra aplicacin o dispositivo pueda tener acceso a ellos. Comunicaciones: se encarga de la transferencia de informacin entre la planta y la arquitectura hardware que soporta el SCADA, y entre sta y el resto de elementos informticos de gestin. Los sistemas SCADA por lo general son de de arquitectura abierta, capaces de crecer o adaptarse segn las necesidades cambiantes de la empresa, capaces de comunicarse con total facilidad y de forma transparente al usuario con el equipo de planta y con el resto de la empresa (redes locales y de gestin), y ser sencillos de instalar, sin excesivas exigencias de hardware, y fciles de utilizar, con interfaces amigables con el usuario. Esquemas de control avanzado Sistemas de control Feedforward (prealimentado) Por qu utilizamos realimentacin en un sistema automtico de control? Las razones principales por las cuales se utiliza la realimentacin es estabilizar sistemas inestables y reducir la influencia de posibles disturbios e inexactitudes en el modelo. Sin embargo, el usar la

realimentacin, para asegurarse que el sistema sigue rpidamente una referencia, no siempre es una buena idea. Cuando logramos un rpido seguimiento de la referencia con un controlador realimentado, tenemos como efecto secundario que el controlador se vuelva extremadamente sensible al ruido. Para lograr un seguimiento de la referencia sin realimentacin, se considera el uso de una propagacin gobernada solamente por la referencia. El control por propagacin debe ser usado para mejorar el seguimiento de la referencia, mientras que el realimentado se utiliza para estabilizar el sistema y suprimir disturbios. Por lo tanto, la accin de control corresponde a la suma de entre la salida del controlador realimentado y el controlador por propagacin: accin de control = realimentacin + propagacin La mayora de sistemas industriales en la actualidad son controlados por medio de controles de tipo PID. Esta decisin es realizada sin importar si el sistema presenta no linealidades, y por lo tanto limitando su desempeo. La razn por la cual los controladores PID son tan populares es que no se requiere un conocimiento extensivo sobre el sistema (por ejemplo, con un sencillo modelo de primer o segundo orden, lineal) y se puede sintonizar por medio de reglas heursticas. De hecho, existen varios sistemas PID que permiten su auto ajuste. Por lo tanto, los ingenieros de control con varios aos de experiencia en sintonizacin de PIDs pueden evitar sustituir estos dispositivos por algunos ms complejos. Como un compromiso, se puede pensar en incluir un controlador ms complejo como controlador de propagacin.
+ ENTRADA r(k) e(k) PID + uPID(k) + u(k) PLANTA y(k) SALIDA

RNA MODELO INVERSO

uRNA(k)

En la figura se muestra un esquema por propagacin, donde el control realimentado es de tipo PID. El control por propagacin es

un modelo inverso neuronal (preguntar que es red neuronal, si se desconoce, realizar una breve explicacion). La accin de control esta conformada por la salida de estos dos controladores. El sistema en lazo cerrado en definitiva se convierte en un retardo en el tiempo. A este tipo de control que linealiza el sistema lo denominaremos controlador de tiempo muerto. Este tipo de controladores tienen poca relevancia prctica por su baja robustez debida a la alta sensibilidad al ruido y a disturbios de alta frecuencia, aadido a los fuertes esfuerzos de control. Por otra parte, si el modelo inverso es inestable, es posible que el sistema en lazo cerrado se convierta en inestable, lo cual es frecuente en la prctica. Adicionalmente, es posible que el sistema no posea un nico modelo inverso, a lo que denominamos no invertible. Existen en general, dos tcnicas para obtener un modelo inverso, la primera, un mtodo fuera de lnea llamado entrenamiento general y un mtodo en lnea llamado entrenamiento especializado, este ltimo con una variacin que llamaremos entrenamiento ptimo. Para entender el concepto del modelo inverso, consideremos un sistema que puede ser representado como un modelo, donde y(t+1) es el resultado de una funcin g, evaluado con las n anteriores salidas y m anteriores entradas.]
y (k + 1) = g [ y (k ), , y (k n + 1), u (k ), , u (k m )]

cambios de la misma inherente al funcionamiento y envejecimiento del sistema en su conjunto. Finalmente, debemos ser cuidadosos al utilizar este tipo de control ya que, aunque puede ser til en optimizar muchos sistemas de control, un control propagado inadecuado hara mas dao que bien. En otras ocasiones una ley de control por propagacin se utiliza cuando se conoce completamente el efecto que posee un disturbio sobre la salida. Entonces, se puede realizar una medicin sobre el disturbio y efectuar una accin para eliminar su efecto sobre la salida del proceso. El comportamiento de este esquema depende en gran manera de la forma en que fue modelado el disturbio. Aunque este esquema crea el potencial para un control perfecto, la diferencia entre el sistema real y el modelo impide que esto sea llevado a cabo. Al igual que en el caso anterior, el comportamiento de este controlador se complementa con un controlador realimentado.

Si es posible esta representacin, podemos suponer la existencia de una funcin g-1 la cual estima el valor de u a partir de los valores anteriores de y y u. Debido a que desconocemos esta funcin, podemos hacer uso de las caractersticas de las redes neuronales como aproximadores universales de funciones para que acte de esta manera. Asumiendo que hemos obtenido esta red, la podemos utilizar para controlar el sistema sustituyendo la salida y(k+1) por la referencia r(k+1).
(k ) = g 1 [ y (k + 1), y (k ), , y (k n + 1), u (k 1), , u (k m )] u

Sistemas de control Adaptativo La mayora de las tcnicas para disear sistemas de control estn basadas en un buen entendimiento de la planta bajo estudio y su entorno. Sin embargo, en algunas ocasiones, la planta a controlar es muy compleja y sus procesos bsicos no son completamente entendidos. En este caso, las tcnicas de control pueden ser complementadas con tcnicas de identificacin realizadas de manera recursiva, para obtener progresivamente un mejor entendimiento de la planta a controlar por medio de un modelo que es actualizando peridicamente en base a los ltimos datos. Esta tcnica, denominada control adaptativo, permite utilizar el modelo identificado para disear un controlador.

Tal vez la aplicacin no se aprecie de manera inmediata, pero no olvidemos que en muchos casos el controlador PID que fue sintonizado bajo unas condiciones de una planta recin instalada, poco a poco va perdiendo su capacidad de control debido a los

MEJOR Existen diversas estructuras MODELO LEY DE CONTROL de control adaptativo, entre IDE NTIFICA CIN POR EQUIVALE NCIA las cuales las ms PARAMETROS representativas son: programacin de ganancia, CONTROLA DOR PLANTA u(k) y(k) controlador con modelo de r(k) referencia y el control adaptativo indirecto. Este ltimo, conocido tambin como regulador auto-ajustado, utiliza un controlador cuyos parmetros son obtenidos de una estimacin de los parmetros de la planta, considerando que el modelo es fiel a la planta en ese periodo de tiempo. A este principio se le conoce como de certeza de equivalencia. El esquema de un IAC se muestra en la figura donde hay una separacin explicita entre la etapa de identificacin y control. El IAC es muy flexible con respecto a la metodologa de diseo del controlador y el esquema de identificacin.

de aumentar la eficiencia, se considera que la mejor estrategia es predecir el comportamiento futuro de la planta (saber hacia donde voy y como lo estoy haciendo, me puede permitir escoger la mejor ruta). Con esta idea en mente, naci el control predictivo, del cual existen diferentes arquitecturas, pero que en general todas comparten el mismo principio: Utilizar un modelo del sistema para conocer el comportamiento futuro del mismo. Un sistema de control predictivo posee los siguientes elementos: Un modelo del proceso y de los disturbios, usualmente lineales. Este modelo permite predecir el comportamiento del sistema al aplicar ciertas seales de control y el conocimiento de posibles disturbios. El modelo puede ser de cualquier tipo o estructura, lo importante es que sea lo ms cercano a la realidad posible. Un ndice de desempeo o costo, que usualmente es una norma cuadrtica que refleja el error de seguimiento y la accin de control empleada. Una serie de restricciones sobre las acciones de control, los estados y las salidas del sistema, motivadas principalmente por necesidades de seguridad, econmicas, tecnolgicas y ambientales. Un algoritmo de optimizacin que es utilizado para computar una secuencia de seales futuras, tales que minimicen el ndice de desempeo sometido a las restricciones. El uso del principio de horizonte deslizante. Este principio consiste en que el algoritmo calcula la secuencia ptima de acciones de control, pero solamente utiliza la primera muestra. En el nuevo instante, el clculo de la secuencia es reiniciado con los nuevos datos obtenidos.
ENTRADA r(k) u(k) PLANTA SALIDA OPTIMIZADOR y est(k) (k) RNA MODELO DIRECTO y(k)

Supongamos que el sistema de identificacin estimara un modelo discreto de primer orden de la planta.

Usando el principio de certeza de equivalencia, suponemos que el sistema junto a su control se debe comportar como un retardo en el tiempo (control de tiempo muerto). Por lo tanto, si desplazamos una unidad de tiempo hacia el futuro, tenemos que la respuesta del sistema esta en trminos de la referencia, la salida y accin de control actuales. Despejando la accin de control tenemos que la ley de control se convierte en:

Sistemas de control Predictivo Ahora, los procesos industriales cada vez poseen especificaciones ms fuertes, como la necesidad de incrementar la productividad, ajustarse a regulaciones ambientales y los cambios rpidos en el mercado. Puesto que estas restricciones hacen necesario que el sistema de produccin sea lo mas eficiente posible. Con el nimo